参谋部 · AI Agent 智能决策工作台
基于在职期间 AI 产品实践经验，离职后整合为可交互的面试演示作品。业务场景模拟 AI SaaS 平台（卖 Token/API 能力）。
| 核心模块 | 业务场景 | 方案设计 | 功能解析 |
|---|---|---|---|
| 需求池自动化管理 | 需求散落在工单、客服、业务、运营各渠道，手动整理耗时耗力。 | 优先级打分基于业务策略不是 AI 随意排——KA 客户关联、安全合规、竞品态势、提及频次等可配置策略写入上下文，AI 在框架内判断优先级（P0-P3），PM 还能手动调整——AI 推荐 + 人工兜底。 | 模拟对接 4 个业务系统采集需求，NLP 语义合并相似需求，策略优先级打分（P0-P3），PM 可手动调整。 |
| 数据监测看板 | 看数据要翻不同报表，趋势要自己拉表，关键信号容易漏。 | 指标体系针对 AI SaaS 业务设计（不是通用 PM 指标），策略配置写入 Agent 上下文赋能需求分析和问答。 | 7 个核心指标（客户数/DAU/MAU/7 日留存/MRR/ARPU/流失率）+ 4 个趋势图（Token 消耗/客户活跃/MRR/留存率），模拟 AI SaaS 业务指标体系。 |
| Agent Loop 智能问答 | 想问个数据、做个分析，要么自己翻表要么找数据同事。 | Agent Loop 而非单轮 Chat——AI 自主决策调哪些工具、调几次、怎么组合，多步推理；「先搞清楚再回答」工作流——需求明确直接回答，不明确就追问，仍不清楚就给选项，减少幻觉；6 个 Function Calling 工具按 PM 场景设计——需求池概况/详情、业务指标/策略、知识库检索、综合查询。 | PM 用自然语言提问就能拿到数据分析，不用翻表不用写报告；Agent 自主决定调哪些工具、调几次、怎么组合，多步推理后结合知识库生成结论，不是凭空编造。 |
| RAG 知识库 | Agent 回答不能凭空编造，需要基于企业知识才有据可依。 | Embedding 语义检索 + TF-IDF 双模式自动切换；知识内容不只用于问答，还自动注入需求分析上下文。 | Agent 回答基于企业知识而非通用知识，需求分析和问答都有据可依；支持多格式导入，知识自动赋能全流程。 |
调车达 · AI 全链条交付产品
AI 工具链完成从需求梳理、产品设计到前后端开发、上线交付的全流程
28
小程序页面
30
云函数
11
数据库集合
已通过微信审核并上线，微信搜索「调车达」可体验
扫码体验